液体火箭发动机传感器故障检测与诊断方法研究

液体火箭发动机传感器故障检测与诊断方法研究

论文摘要

本文围绕着传感器试验数据预处理及其故障检测与诊断等问题,基于中值滤波、小波分析、线性主元分析、自关联神经网络等方法,深入研究了液体火箭发动机的传感器故障检测与诊断技术。首先,系统地介绍了液体火箭发动机传感器故障检测与诊断的发展历程、现有技术及国内外研究现状和发展趋势。其次,针对传感器故障检测与诊断数据的去除噪声问题,研究了一种中值滤波与小波分析相结合的数据预处理方法。其中,中值滤波用于消除试验数据中的脉冲噪声,小波分析用于消除试验数据中的其他平稳随机噪声。测试结果表明,该方法能有效去除噪声。再次,根据液体火箭发动机测量传感器是否具有相关性,分别基于传统线性主元分析和自关联神经网络非线性主元分析发展了传感器的故障检测与诊断方法,同时,针对故障传感器研究了数据恢复的迭代方法。验证结果表明,上述方法不仅能有效地检测和诊断出液体火箭发动机的传感器故障,而且能较好地对故障传感器进行数据恢复。最后,设计实现了集成传感器数据预先去噪、故障模拟、故障检测与诊断和结果直观显示等功能的液体火箭发动机传感器故障检测与诊断模拟软件。论文研究结果对开发工程实用的液体火箭发动机传感器健康监控系统,提高其故障检测与诊断的可靠性和准确性具有重要的参考价值。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 引言
  • 1.1.1 传感器故障诊断的重要性
  • 1.1.2 传感器故障诊断的概念
  • 1.1.3 传感器故障诊断的内容
  • 1.1.4 常见传感器故障类型及分类
  • 1.2 传感器故障诊断方法综述
  • 1.2.1 基于状态估计的方法
  • 1.2.2 基于参数估计的方法
  • 1.2.3 基于信号处理的方法
  • 1.2.4 基于知识的方法
  • 1.2.5 基于主元分析的方法
  • 1.3 国内外研究现状和发展趋势
  • 1.3.1 国外研究现状
  • 1.3.2 国内研究现状
  • 1.3.3 发展趋势
  • 1.4 论文内容与章节安排
  • 第二章 传感器故障检测与诊断数据预处理
  • 2.1 引言
  • 2.2 中值滤波技术
  • 2.2.1 标准中值滤波器
  • 2.2.2 加权中值滤波器
  • 2.2.3 中心加权等幂中值滤波器
  • 2.3 小波分析
  • 2.3.1 小波分析的概念
  • 2.3.2 小波消噪的模型
  • 2.3.3 小波消噪的步骤
  • 2.4 中值滤波与小波变换相结合的方法
  • 2.4.1 方法思想
  • 2.4.2 效果评价
  • 2.4.3 数值试验
  • 2.5 LRE 传感器试验数据预处理
  • 2.6 本章小结
  • 第三章 基于PCA 的传感器故障检测与诊断
  • 3.1 引言
  • 3.2 线性主元分析法及验证
  • 3.2.1 主元分析法的原理
  • 3.2.2 主元分析法用于故障检测
  • 3.2.3 主元分析法用于故障诊断
  • 3.2.4 PCA 在液体火箭发动机传感器中的仿真验证
  • 3.3 非线性主元分析法及验证
  • 3.3.1 基于自关联神经网络的非线性PCA
  • 3.3.2 非线性PCA 用于故障检测和诊断
  • 3.3.3 非线性PCA 在液体火箭发动机传感器中的仿真验证
  • 3.4 故障传感器的数据恢复
  • 3.5 本章小结
  • 第四章 传感器故障检测与诊断模拟软件设计和分析
  • 4.1 引言
  • 4.2 传感器的选择
  • 4.3 软件设计方案
  • 4.3.1 软件功能
  • 4.3.2 软件框架
  • 4.3.3 软件界面设计
  • 4.4 软件应用分析
  • 4.5 本章小结
  • 第五章 结束语
  • 5.1 论文的主要工作
  • 5.2 存在问题及进一步展望
  • 致谢
  • 参考文献
  • 作者在学期间取得的学术成果
  • 附录 各子系统传感器故障检测与诊断模拟界面
  • 相关论文文献

    • [1].耦合发生概率不确定的复杂网络传感器故障估计[J]. 山东科技大学学报(自然科学版) 2020(02)
    • [2].基于深度学习的传感器故障数据分析系统设计[J]. 计算机测量与控制 2020(06)
    • [3].基于SPSS软件的空调传感器故障统计分析及预测[J]. 日用电器 2020(06)
    • [4].液压作动系统的传感器故障检测设计[J]. 液压与气动 2020(10)
    • [5].基于格雷码反查技术的风向传感器故障检测[J]. 福建电脑 2017(01)
    • [6].多层传感器故障数据的挖掘模型仿真[J]. 计算机仿真 2014(12)
    • [7].设备状态检修与传感器故障诊断技术研究[J]. 科学中国人 2017(11)
    • [8].延迟不确定马尔科夫跳变系统的执行器和传感器故障同时估计方法[J]. 自动化学报 2017(01)
    • [9].一类含有传感器故障的网络化系统容错估计(英文)[J]. 山东大学学报(工学版) 2017(05)
    • [10].基于分布律规则的风向传感器故障检测算法[J]. 气象科技 2013(05)
    • [11].数据协调方法在传感器故障监测中的应用[J]. 清华大学学报(自然科学版) 2014(06)
    • [12].非线性广义系统传感器故障估计方法[J]. 广西大学学报(自然科学版) 2020(03)
    • [13].基于深度学习的航空发动机传感器故障检测[J]. 传感器与微系统 2017(09)
    • [14].过程控制系统中多条件约束的多传感器故障检测与诊断[J]. 计算机测量与控制 2015(05)
    • [15].采样数据系统传感器故障的H_∞估计[J]. 控制理论与应用 2008(06)
    • [16].基于结构输出响应的传感器故障检测研究[J]. 仪表技术与传感器 2019(01)
    • [17].基于广义回归神经网络的传感器故障检测[J]. 推进技术 2017(09)
    • [18].基于H_-/H_∞优化的风力发电机组传感器故障检测[J]. 上海电机学院学报 2016(02)
    • [19].基于稀疏分解残差的氢气传感器故障探测与辨识方法[J]. 传感器与微系统 2017(08)
    • [20].快速反射镜传感器故障检测[J]. 光电工程 2016(03)
    • [21].轧制力传感器故障诊断方法研究[J]. 冶金丛刊 2012(06)
    • [22].大众汽车传感器故障的分析及排除[J]. 科技与企业 2013(04)
    • [23].基于常值传感器故障的线性系统故障诊断研究[J]. 工业控制计算机 2010(09)
    • [24].基于神经网络的机电作动系统传感器故障分类研究[J]. 微电机 2020(10)
    • [25].基于发动机性能的传感器故障隔离方法研究[J]. 航空发动机 2014(01)
    • [26].支架电液控制系统传感器故障处理[J]. 煤矿机械 2010(02)
    • [27].支架电液控制系统传感器故障处理[J]. 煤矿机械 2009(08)
    • [28].汽车传感器故障的分析及排除[J]. 民营科技 2015(11)
    • [29].基于马尔科夫预测的多传感器故障检测与诊断机制[J]. 传感器与微系统 2014(11)
    • [30].基于主元分析的传感器故障检测研究[J]. 科技广场 2012(03)

    标签:;  ;  ;  ;  ;  ;  ;  

    液体火箭发动机传感器故障检测与诊断方法研究
    下载Doc文档

    猜你喜欢